Study Buddy ist ein KI-gestütztes, digitales Lehrbuch, das klassische Schulbücher in flexible, personalisierte Lernwege verwandelt. Es geht über reine Digitalisierung hinaus und bricht die Linearität traditioneller Lehrwerke auf. Wissen wird vernetzt, aktualisierbar und interaktiv erfahrbar.
Mit interaktivem KI-Chat, adaptiver Fragebank und persönlichem Wissensmanagement unterstützt Study Buddy Schüler:innen beim effizienten, eigenständigen und motivierenden Lernen.
Study Buddy richtet sich an Schüler:innen der Mittel- bis Oberstufe, die zunehmend eigenständig lernen, aber oft nicht über die nötigen Werkzeuge verfügen, um Inhalte sinnvoll zu verknüpfen oder systematisch zu wiederholen. Typische Herausforderungen im Lernalltag:
1. Lineare Darstellung
Wissen wird in Schulbüchern meist isoliert nach Fächern, Kapiteln und Stufen vermittelt – reale Zusammenhänge bleiben verborgen.
2. Unstrukturierte Materialien
Eigene Notizen, Übungen oder Mitschriften sind oft analog, verstreut und schwer wiederauffindbar.
3. Keine Übersicht, kein Feedback
Übungsfortschritte sind nicht nachvollziehbar, Fehler wiederholen sich, der Überblick über das Gelernte fehlt.
Inhalte passen sich dem individuellen Lernstand und Tempo an.
Fachübergreifende Zusammenhänge werden sichtbar gemacht.
KI ersetzt starre Seiten durch interaktive Lernprozesse.
1. Analoge Schulbücher sind starr
Inhalte sind linear, fächergebunden und veraltet – eine echte Vernetzung fehlt.
2. Digitale Lehrmittel bleiben oberflächlich
„Digitalisierung“ bedeutet oft nur PDF statt Print – ohne strukturelle oder didaktische Veränderung.
3. Lehrkräfte bestätigen diese Grenzen
Im Gespräch mit einer Lehrperson wurde deutlich: aktuelle Tools bieten wenig echte Unterstützung beim individuellen Lernen.
Study Buddy reagiert flexibel auf individuelle Lernbedarfe und verknüpft drei Kernfunktionen zu einem modularen, KI-gestützten Lernsystem:
1. KI-Chat als Lernbegleiter
Fragen stellen, Aufgaben generieren, Inhalte klären – der Chat ist die zentrale Schnittstelle zwischen Mensch und System.
2. Personalisierte Fragebank
Alle generierten Aufgaben werden gespeichert, kategorisiert und stehen für Wiederholung & Selbsttests bereit. Zusätzlich zur automatischen Generierung von Übungen können Lernende auch eigene Aufgaben als Text oder Bild hochladen. Die Inhalte werden anschließend durch ein kombiniertes Review-System geprüft: eine erste KI-gestützte Vorstrukturierung, gefolgt von einer manuellen Freigabe durch Lehrkräfte. So entsteht eine verlässliche, kollaborative Übungsdatenbank, aus der personalisierte Lernbögen erstellt werden können.
3. Vernetztes Wissensmanagement
Eigene Materialien können eingebunden, Lernverläufe verfolgt und Inhalte kontextbasiert miteinander verknüpft werden.
Die frühen Wireframes dienten dazu, zentrale Nutzerflows abzubilden und die Informationsstruktur zu klären.
Das Interface wurde modular aufgebaut – vom Design-Token über interaktive Elemente bis hin zu komplexen UI-Mustern.
Typografie, Farbe, Spacing und Grid bilden die Grundlage (Atoms), die in funktionalen Komponenten (Molekülen) wie Buttons, Inputs oder Chips weiterentwickelt wurden. Daraus entstanden interaktive Module (Organismen), die Navigation, Aufgabensteuerung und Wissenstransfer visuell strukturieren.
Im interaktiven Chat stellen Schüler:innen frei Fragen, lassen sich Inhalte erklären oder passende Übungen generieren. Prompt-Chips geben Impulse und senken die Einstiegshürde für ungeübte Nutzer:innen.
Alle generierten und hochgeladenen Aufgaben werden im persönlichen Workbook gespeichert, können wiederholt, überprüft und von der KI oder Lehrkräften korrigiert werden.
Auf Basis eines strukturierten Lehrwerks-Datenbestands verbindet die KI relevante Inhalte automatisch miteinander. Lernende können diese Verknüpfungen ergänzen, eigene Notizen hinzufügen und so ein individuelles Wissensnetz aufbauen.
Die Konzeption von Study Buddy zeigt, wie KI-basierte Systeme die Struktur und Nutzung von Lernmaterialien transformieren können: weg von linearer Informationsvermittlung hin zu vernetzten, individualisierten Lernprozessen.
Gleichzeitig wird deutlich: um das Potenzial eines solchen Systems vollständig auszuschöpfen, sind weiterführende Schritte nötig.
Ein geplanter MVP-Prototyp soll reale Interaktionen testen, z. B. durch eine einfache Benutzeroberfläche mit GPT-Anbindung, Material-Upload und automatischer Aufgabengenerierung.
Langfristig bieten sich Erweiterungen an in Richtung:
Study Buddy versteht sich nicht als fertiges Produkt, sondern als ein Designvorschlag – ein Konzept, das die Zukunft des Lernens mitgestalten will.
